Big Date Overview数据，是比文字出现更早的工具，它帮助人类不断拓展对客观世界的认知，是社会生活中不可缺少的关键要素。身处大数据时代的我们，更加受到数据及其分析模型带来的影响，既有各种生活的便利，情景化的舒爽，也有隐私泄露的不快。为了更好地掌握数据，正确地分析数据，精准地描述规律，我们必须掌握一定的数据分析知识，而《纵观大数据 建模、分析及应用》将是打开这扇门的一把钥匙。执教十年，经历了从数据挖掘到大数据的云卷云舒，一代代的技术更迭，不变的是对数据知识探索的执着初心。但是，咨询者众，待解惑者也不少，一一解答既无效率又没效果，因此在去年萌生了写《纵观大数据 建模、分析及应用》的想法。与理论型书籍不同，《纵观大数据 建模、分析及应用》的方法论是来自传统理论但充分考虑了实战环境而进行了适配性的修订。希望读者在阅读时要注意，因地制宜，重神不重形，切不可机械照搬。第一章讲创新思维。这是因为数据分析的起点就是头脑，是思考，想做好数据分析，打开头脑是重要的，没有之一。第二章至第八章讲数据分析。从数据本身开始，评述了统计分析、数据挖掘和大数据等分析技术，还介绍了由浅入深的三种主要工具软件的使用技巧，非常适合有一定操作经验但亟须进阶的操作者。第九章至第十六章则聚焦经营分析。经营分析是企业经营重要的分析工具组合，可能融合了非常复杂的分析技术。

Big Date Overview
第一章 思维能力特训
第一节 大脑如何转弯
第二节 智慧之匙
第三节 人人皆可创新
第四节 阻碍创新的因素
第五节 创新的习惯
第六节 小测试：学到了多少？

第二章 数据分析导论
第一节 数据分析：从狭义到广义
第二节 数据的层次
第三节 初级的数据层
第四节 中级的统计层
第五节 高级的模型层

第三章 数统计分析：可敬的老前辈
第一节 从统计分析到数据挖掘
第二节 统计分析的辉煌时代
第三节 统计分析的无可奈何
第四节 统计分析的未来

第四章 Excel：数据基础管理
第一节 新功能怎么用
第二节 几个大招
第三节 函数
第四节 Excel操作技巧
第五节 SmartArt

第五章 SPSS：处理大数据
第一节 基本功能介绍
第二节 文件操作
第三节 统计功能
第四节 分析功能

第六章 数据预处理：不可承受之重
第一节 数据预处理做什么
第二节 数据清洗
第三节 数据集成
第四节 数据转换
第五节 数据归约
第六节 数据离散化

第七章 建模：数据挖掘的本义
第一节 数据挖掘的过去和未来
第二节 数据挖掘的标准流程
第三节 主要模型介绍
第四节 回归：最似然估计
第五节 聚类：回归本质
第六节 分类：与预测不同
第七节 关联规则：焕发活力
第八节 过拟合与适用性：平衡精确与健壮

第八章 SAP Predictive Analytics：简单为王
第一节 基本功能介绍
第二节 聚类模型
第三节 分类模型
第四节 关联规则模型

第九章 概论：经营分析的常见错误
第一节 典型错误
第二节 经营分析的概念和内涵
第三节 经营分析的能力要求
第四节 互联网时代的经营分析

第十章 质的分析：定性分析方法
第一节 观察法
第二节 访谈法
第三节 CATI：市场调研利器
第四节 焦点小组座谈会
第五节 案例分析法

第十一章 量的分析：定量分析方法
第一节 比较分析法
第二节 因素分析法
第三节 分组分析法
第四节 异常分析法
第五节 结构分析法

第十二章 主题分析：每个月的那几天
第一节 主题分析的概念
第二节 主题分析的组织方式
第三节 主题分析的关键点

第十三章 主题分析模板：简单的灵魂
第一节 模板框架设计
第二节 双表展示结构
第三节 汇总表、过程表与月份表
第四节 公式逻辑与细节调整

第十四章 专题分析：价值所在
第一节 专题分析的概念
第二节 专题分析思路
第三节 数据提取与处理
第四节 数据分析与展示

第十五章 专题分析案例：事实说话
第一节 价值背离模型：用户流失之源
第二节 移动业务融合比例分析
第三节 行业发展预测模型
第四节 业务发展预测模型
第五节 业务规模预测模型

第十六章 概论：营销策划的日常
第一节 营销策划的概念
第二节 营销策划技术演进
第三节 互联网 时代的营销策划

第十七章 管理咨询模型：必备武器库
第一节 STP模型
第二节 SWOT 模型
第三节 BCG矩阵
第四节 波特五力分析
第五节 基尼系数
第六节 兰彻斯特模型

第十八章 方法论：不是仅靠经验
第一节 概论
第二节 市场分析
第三节 套餐设计
第四节 营销准备
第五节 后评估
第六节 套餐优化

第十九章 营销策划案例：经典的背后
第一节 移动业务套餐